الگوریتم جدید زمانبندی وظایف مبتنی بر ژنتیک در سیستمهای توزیعی ناهمگن ابری

امروزه بسیاری از کسب و کارها از خدمات ابری مقرون به صرفه برای اجرای برنامههای کاربردی خود استفاده میکنند. یکی از دغدغه های مهم سرویس دهندگان خدمات ابری و کاربران حداقل شدن زمان اجرای کارها میباشد هدف از این فرآیند، تخصیص بهینه وظایف به منابع محاسباتی با توجه به محدودیتهای منابع اولویتهای وظایف و معیارهای عملکردی است یک زمانبندی خوب منجر به افزایش کارایی، سیستم کاهش هزینه ها و بهبود کیفیت خدمات می.شود زیر سیستم زمانبند وظایف در سیستمهای ابری به عنوان یک بخش کلیدی نقش موثری در کاهش این هزینهها دارد به طور معمول سیستمهای ابری از نظر سرعت پردازندهها و معماری ناهمگن هستند. در این مقاله برای کاهش زمان اجرای کل کارها در یک ابر، ناهمگن یک چارچوب سیستم پیشنهاد شده است. سپس، مسئله زمانبندی کار در یک مسئله بهینه سازی با دیدگاه کاهش زمان اجرا فرموله میشود برای حل این مسئله NP-Hard، یک الگوریتم ژنتیک سفارشی سازی شده جدید (NGA) برای زمانبندی کار مقرون به صرفه جهت اجرای جریان کار در یک محیط محاسبات ابری ناهمگن ارائه شده. است در این مدل به منظور ایجاد هوشمندانه جمعیت اولیه از روشهای اکتشافی استفاده میشود. همچنین عملگرهای مختلف الگوریتم ژنتیک به نحو مناسب برای بدست آوردن راه حل مطلوب سفارشی سازی میشوند نتایج شبیه سازیهای گسترده در سناریوهای مختلف با مجموعه دادههای گوناگون ثابت میکند که راهکار پیشنهادی به طور قابل توجهی بر دیگر روشهای پیشنهادی اخیر از نظر زمان اجرای، کل، کاهش هزینه دارد.

کلیدواژه ها:

زمانبندی ، کار رایانش ابری ، الگوریتم ژنتیک ، مرکز داده ، سیستمهای توزیع شده ناهمگن